Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

LongRoPE: Extensión de la Ventana de Contexto de LLM Más Allá de 2 Millones de Tokens
LongRoPE: Extending LLM Context Window Beyond 2 Million Tokens

Yiran Ding, Li Lyna Zhang, Chengruidong Zhang, Yuanyuan Xu, Ning Shang, Jiahang Xu, Fan Yang, Mao Yang•Feb 21, 2024•11720

YOLOv9: Aprendiendo lo que quieres aprender usando información de gradiente programable
YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

Chien-Yao Wang, I-Hau Yeh, Hong-Yuan Mark Liao•Feb 21, 2024•483

Conjunto de Datos de Actividades Cotidianas Aria
Aria Everyday Activities Dataset

Zhaoyang Lv, Nickolas Charron, Pierre Moulon, Alexander Gamino, Cheng Peng, Chris Sweeney, Edward Miller, Huixuan Tang, Jeff Meissner, Jing Dong, Kiran Somasundaram, Luis Pesqueira, Mark Schwesinger, Omkar Parkhi, Qiao Gu, Renzo De Nardi, Shangyi Cheng, Steve Saarinen, Vijay Baiyya, Yuyang Zou, Richard Newcombe, Jakob Julian Engel, Xiaqing Pan, Carl Ren•Feb 20, 2024•321

SDXL-Lightning: Distorsión Adversarial Progresiva de Difusión
SDXL-Lightning: Progressive Adversarial Diffusion Distillation

Shanchuan Lin, Anran Wang, Xiao Yang•Feb 21, 2024•281

Snap Video: Transformadores Espaciotemporales Escalados para la Síntesis de Texto a Video
Snap Video: Scaled Spatiotemporal Transformers for Text-to-Video Synthesis

Willi Menapace, Aliaksandr Siarohin, Ivan Skorokhodov, Ekaterina Deyneka, Tsai-Shien Chen, Anil Kag, Yuwei Fang, Aleksei Stoliar, Elisa Ricci, Jian Ren, Sergey Tulyakov•Feb 22, 2024•221

User-LLM: Contextualización Eficiente de Modelos de Lenguaje con Incrustaciones de Usuario
User-LLM: Efficient LLM Contextualization with User Embeddings

Lin Ning, Luyang Liu, Jiaxing Wu, Neo Wu, Devora Berlowitz, Sushant Prakash, Bradley Green, Shawn O'Banion, Jun Xie•Feb 21, 2024•201

En el aprendizaje por refuerzo profundo, una red podada es una red eficiente.
In deep reinforcement learning, a pruned network is a good network

Johan Obando-Ceron, Aaron Courville, Pablo Samuel Castro•Feb 19, 2024•191

Obligar a los LLMs a hacer y revelar (casi) cualquier cosa
Coercing LLMs to do and reveal (almost) anything

Jonas Geiping, Alex Stein, Manli Shu, Khalid Saifullah, Yuxin Wen, Tom Goldstein•Feb 21, 2024•132

Transferencia de Estilos Musicales con Inversión Variable en el Tiempo de Modelos de Difusión
Music Style Transfer with Time-Varying Inversion of Diffusion Models

Sifei Li, Yuxin Zhang, Fan Tang, Chongyang Ma, Weiming dong, Changsheng Xu•Feb 21, 2024•111

BBA: Alineación Conductual Bimodal para el Razonamiento con Modelos de Visión y Lenguaje a Gran Escala
BBA: Bi-Modal Behavioral Alignment for Reasoning with Large Vision-Language Models

Xueliang Zhao, Xinting Huang, Tingchen Fu, Qintong Li, Shansan Gong, Lemao Liu, Wei Bi, Lingpeng Kong•Feb 21, 2024•101

ToDo: Submuestreo de Tokens para la Generación Eficiente de Imágenes de Alta Resolución
ToDo: Token Downsampling for Efficient Generation of High-Resolution Images

Ethan Smith, Nayan Saxena, Aninda Saha•Feb 21, 2024•101

D-Flow: Diferenciación a través de flujos para generación controlada
D-Flow: Differentiating through Flows for Controlled Generation

Heli Ben-Hamu, Omri Puny, Itai Gat, Brian Karrer, Uriel Singer, Yaron Lipman•Feb 21, 2024•81

Ouroboros: Decodificación Especulativa con Generación de Borradores Mejorada por Modelos Grandes
Ouroboros: Speculative Decoding with Large Model Enhanced Drafting

Weilin Zhao, Yuxiang Huang, Xu Han, Chaojun Xiao, Zhiyuan Liu, Maosong Sun•Feb 21, 2024•71